光场成像的轴向超分辨率方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61501370
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    21.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0117.多媒体信息处理
  • 结题年份:
    2018
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2018-12-31

项目摘要

Light field imaging is well known for its “focus-after-shoot ” interactive image generation ability. The axial resolution is an important measurement of the digital refocusing capability. At present, one bottle-neck problem is the tradeoff between its spatial and angular sampling. This problem significantly deteriorates the image resolution and axial resolution, which limit the applications of light field imaging. So, we attempt to solve the low axial resolution problem by researching on the resolution model and axial super-resolution algorithm of the plenoptic imaging system. The major research contents include: 1) For the two-paralleled-plane light field imaging system, we tend to research on its sampling characteristics, data processing and imaging algorithm. Then, we would construct a non-linear axial resolution model, and explore its quantization and verification method. 2) Without changing the system optical design, we tend to research on light field data decoupling and axial super-resolution algorithm. To enhance the image quality, we will further explore the light field imaging optimization methods. This project belongs to light field imaging theory and approach study in computational photography. The light field axial super resolution is one of key problems to break through the resolution tradeoff in the data processing stage. Thus, the research contents have theoretical significance to light field imaging, and many potential applications can be benefited from this work.
光场成像具有先拍摄后聚焦的可交互式重聚焦能力,轴向分辨率是衡量其数字重聚焦性能的重要指标。现有光场成像系统存在成像分辨率折衷的瓶颈,导致光场图像质量不高,且重聚焦能力不足,从而限制了光场应用的拓展。本项目拟研究轴向分辨率模型及数据处理阶段的轴向超分辨率方法。主要内容包括:1)针对双平面模型光场成像系统,研究光场采样特性、数据处理过程及成像方法对轴向分辨率的影响,构建非线性轴向分辨率模型,并探索轴向分辨率特性的量化评价方法,以确定影响轴向分辨率的关键因素;2)在不改变硬件系统设计的前提下,研究高精度光场数据解耦及轴向超分辨率图像生成方法,并进一步探寻光场图像质量的优化方法。本项目属于计算摄影学领域的前沿理论与方法研究,旨在解决双平面光场成像系统轴向分辨率不足的问题,并为突破光场成像分辨率折衷瓶颈提供新的思路。研究成果对丰富光场成像理论、提升光场图像质量、拓展光场成像应用具有重要意义。

结项摘要

光场成像的轴向分辨率是衡量其数字重聚焦性能的重要指标。现有光场成像系统存在成像分辨率折衷的瓶颈,导致光场图像质量不高,且重聚焦能力不足,从而限制了光场成像应用的拓展。本项目旨在研究光场轴向成像理论以及相应的超分辨率方法。本项目的主要内容包括:1)研究光场采样特性、数据处理及成像方法对轴向分辨率的影响,分析光场轴向分辨率的模型以确定影响轴向分辨率的关键因素,并设计对光场轴向分辨率的测定方法。2)研究高精度光场数据解耦及轴向超分辨率图像生成方法,并进一步探寻光场图像质量的优化方法。3)研究基于光场数据的场景重建及优化方法。针对上述研究内容,本项目分析了光场轴向成像特性,并设计相应的轴向分辨率测定系统与方法。在光场超分辨率方面,依据压缩感知理论,本项目设计了基于编码孔径的高分辨率(空间/角度)光场获取方法,进而采用光场数据的梯度域稀疏特性,构建了光场超分辨率重建方法。在此基础上,本项目研究了光场成像的质量提升问题,并提出了光场抗混叠的优化渲染方法。在基于光场数据的场景重建方面,本项目提出了抗遮挡的场景重建方法以及多视几何中的惩罚线性回归外点去除方法。此外,本项目还开展了将光场成像技术进行应用和拓展的相关工作,如光场光谱成像和光场稳像等应用的探索。.截止报告之日,在本基金资助下项目组已申请相关发明专利5项,发表相关学术论文6篇,其中SCI二区期刊论文3篇(包括CCF认定的A类期刊1篇)。本项目协助培养了博士生2名,研究生3名。将本项目提出的理论及方法与具体应用结合,项目组又获批了省部级项目2项,并获批2019年国家自然科学基金面上项目1项。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(5)
场景深度无关的虚拟孔径图像鬼影去除算法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    西北工业大学学报
  • 影响因子:
    --
  • 作者:
    肖照林;周果清
  • 通讯作者:
    周果清
Robust outlier removal using penalized linear regression in multiview geometry
在多视图几何中使用惩罚线性回归进行稳健的异常值去除
  • DOI:
    10.1016/j.neucom.2017.06.043
  • 发表时间:
    2017
  • 期刊:
    Neurocomputing
  • 影响因子:
    6
  • 作者:
    Zhou Guoqing;Wang Qing;Xiao Zhaolin
  • 通讯作者:
    Xiao Zhaolin
Multispectral image compression methods for improvement of both colorimetric and spectral accuracy
用于提高色度和光谱精度的多光谱图像压缩方法
  • DOI:
    10.1117/1.jei.25.4.043026
  • 发表时间:
    2016-08
  • 期刊:
    Journal of Electronic Imaging
  • 影响因子:
    1.1
  • 作者:
    Liang Wei;Zeng Ping;Xiao Zhaolin;Xie Kun
  • 通讯作者:
    Xie Kun
Seeing Beyond Foreground Occlusion: A Joint Framework for SAP-Based Scene Depth and Appearance Reconstruction
超越前景遮挡:基于 SAP 的场景深度和外观重建的联合框架
  • DOI:
    10.1109/jstsp.2017.2715012
  • 发表时间:
    2017-06
  • 期刊:
    IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING
  • 影响因子:
    7.5
  • 作者:
    Xiao Zhaolin;Si Lipeng;Zhou Guoqing
  • 通讯作者:
    Zhou Guoqing

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于随机遮挡孔径的光场图像混叠检测方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    自动化学报
  • 影响因子:
    --
  • 作者:
    肖照林;王庆;杨恒;周果清
  • 通讯作者:
    周果清
基于时间维度局部特征的人体行为识别
  • DOI:
    10.19322/j.cnki.issn.1006-4710.2017.02.008
  • 发表时间:
    2017
  • 期刊:
    西安理工大学学报
  • 影响因子:
    --
  • 作者:
    张九龙;张镇东;杨夙;高阳;肖照林
  • 通讯作者:
    肖照林
基于Graph Cuts多特征选择的双目图像分割方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    金海燕;彭晶;周挺;肖照林
  • 通讯作者:
    肖照林
油画相似度的表面光场特征点分布鉴别方法
  • DOI:
    10.11834/jig.220774
  • 发表时间:
    --
  • 期刊:
    中国图象图形学报
  • 影响因子:
    --
  • 作者:
    肖照林;孙彤鑫;张晶瑞;金海燕
  • 通讯作者:
    金海燕
基于共聚焦图像序列的深度估计方法
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    吴文杰;肖照林;王庆;杨恒
  • 通讯作者:
    杨恒

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

肖照林的其他基金

面向弱光自动对焦的光场特征计算增强理论与方法研究
  • 批准号:
    62371389
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
双平面光场局部不变性特征提取与匹配方法研究
  • 批准号:
    61871319
  • 批准年份:
    2018
  • 资助金额:
    63.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码